## 'data.frame': 189 obs. of 10 variables:
## $ ID : int 85 86 87 88 89 91 92 93 94 95 ...
## $ AGE : int 19 33 20 21 18 21 22 17 29 26 ...
## $ LWT : int 182 155 105 108 107 124 118 103 123 113 ...
## $ RACE : int 2 3 1 1 1 3 1 3 1 1 ...
## $ SMOKE: Factor w/ 2 levels "Non-Fumeur","Fumeur": 1 1 2 2 2 1 1 1 2 2 ...
## $ PTL : int 0 0 0 0 0 0 0 0 0 0 ...
## $ HT : Factor w/ 2 levels "Non","Oui": 1 1 1 1 1 1 1 1 1 1 ...
## $ UI : int 1 0 0 1 1 0 0 0 0 0 ...
## $ FVT : int 0 3 1 2 0 0 1 1 1 0 ...
## $ BWT : int 2523 2551 2557 2594 2600 2622 2637 2637 2663 2665 ...
SAVOR: Part IV
ggplot2
Introduction
Ce document donne quelques éléments introductifs sur l’utilisation du package ggplot2.
Le package ggplot2
ggplot2 est un package de plus en plus utilisé pour tracer des graphiques sur R. La syntaxe est différente des fonctions graphiques de base, mais s’avère très puissante en pratique. Une très bonne référence pour commencer à utiliser ce package se trouve ici. L’aide en ligne est plus complète (mais très fournie). On pourra également se reporter à cet aide-mémoire
Installer le package puis le charger.
Importer ensuite le jeu de données naissance.txt documentant le poids à la naissance de 189 nouveaux-nés en fonctions d’un certains nombres de variable (dont l’âge de la mère, son poids ainsi que l’historique d’hypertension), puis transformer la variable SMOKE pour illustrer le codage “Non-Fumeur” (codé 0) et “Fumeur” (codé 1), ainsi que la variable HT codée “Non” (0) et “Oui” (1).
La fonction ggplot()
ggplot2 fonctionne par un système de couches (“layers”). Ce système permet de rajouter des couches avec +.
La fonction principale du package ggplot2 est la fonction ggplot(). À cette fonction, qui a pour but de spécifier et de préparer les données pour le graphique, on ajoute donc des couches grâce aux fonctions geom_...(), qui vont spécifier le type de graphique à afficher (par exemple geom_point() ou geom_bar()).
De plus, ggplot2 permet de rajouter des couches à des graphiques déjà existants sauvegardés dans des objets. C’est un comportement très différent de la gestion des graphiques comparé au R de base.
Nuage de points
Exercice 1 :
Tracer le nuage de point du poids à la naissance (variable
BWT) en fonction de l’âge (variableAGE) grâce à la fonctiongeom_point().Ajouter une couleur selon le statut tabagique de la mère (
SMOKE) (on remarque que la légende se trace automatiquement).Rajouter une droite de régression avec la fonction
geom_smooth().Consulter l’aide de la fonction
geom_smooth()pour enlever l’intervalle de confiance et tracer la droite en rouge.A l’aide de
geom_hline(), ajouter une droite horizontale d’ordonnée 2500, bleue et de style “tirets”.Créer un objet
pqui contient le graphique du nuage de points uniquement comme demandé à la question 1 (taper le nom de l’objet pour vérifier que le graphique a été correctement créé.). Rajouter ensuite la droite de régression en modifiantp.Préciser le nom des axes.
Ajouter le thème
theme_bw()afin de se rapprocher d’un style plus classique de graphique.
Stratification
Le package ggplot2 rend très facile la stratification des représentations selon des groupes définis par une variable catégorielle.
Exercice 2 :
- Reproduire le graphique précédent en traçant 2 droites de regression selon le statut tabagique de la mère (en introduisant l’estéthique
groupdans la fonctionaes()de la fonctiongeom_smooth()).
Utiliser la fonction
facet_wrap()pour tracer 2 graphiques distincts.Laisser l’échelle s’adapter à chacun des 2 graphiques.
Autres types de graphiques
Exercice 3 :
- Tracer un boxplot du poids du bébé à la naissance (on utilisera
x=""dans les esthétiques degeom_boxplot()).
Stratifier selon le statut fumeur de la mère (on pourra s’intéresser à l’esthétique
fill).Ajouter un titre avec la fonction
ggtitle().
- Tracer un histogramme du poids à la naissance avec la fonction
geom_histogram(). Ajouter un contour blanc pour une meilleure lisibilité. Ajouter une ligne verticale indiquant la limite inférieure de 2,5 kg.
Remplir les barres de l’histogramme selon l’historique d’hypertension.
Changer le code couleur grâce à la fonction
scale_fill_manual().
- Tracer une estimation de la densité de probabilité du poids à la naissance, dans chaque groupe de statut tabagique (sur le même graphique) avec la fonction
geom_density().
Passer à l’échelle logarithmique avec la fonction
scale_x_log10().Exporter le graphique au fromat .png avec la fonction
ggsave(), avec une résolution de 300 dpi, puis au format .eps.Ajouter une ligne verticale indiquant la limite inférieure de 2,5 kg, puis ajouter une légende pour la ligne verticale.
Exercice 4: patchwork
Le package patchwork permet de simplement accoler plusieurs ggplots pour former une seule figure.
Afficher les graphiques obtenus aux questions Ex 2.1, Ex 4.6 et Ex 4.10 sur un même graphique (n’hésitez pas à vous référer à l’aide Get Started de
patchwork)Agencer les légende via la fonction
plot_layout()(n’hésitez pas à vous référer à la section Controlling guides de l’aide sur les layout. Vous pouvez utilisez&au lieu de plus+afin d’appliquer un élément (comme untheme()par exemple) à tous les plots du patchwork.À l’aide de la fonction
guides()supprimer les légendes superflues (e.g. en utilisantguides(fill="none"))).Ajouter une lettre pour identifier chaque graphique de votre figure finale grâce à la fonction
plot_annotation().
NB: D’autres packages comme cowplot ou ggpubr servent le même objectifs mais avec une syntaxe plus complexe.
Exercice 5: gganimate
Objectif
Transformer des graphiques statiques en graphiques dynamiques avec le package gganimate
Pré-requis
Installation des packages nécessaires
Code
if (!require("gapminder", quietly = TRUE))
install.packages("gapminder")
if (!require("ggplot2", quietly = TRUE))
install.packages("ggplot2")
if (!require("gganimate", quietly = TRUE))
install.packages("gganimate")
if (!require("gifski", quietly = TRUE))
install.packages("gifski")
if (!require("transformr", quietly = TRUE))
install.packages("transformr")
if (!require("MetBrewer", quietly = TRUE))
install.packages("MetBrewer")
if (!require("ggrepel", quietly = TRUE))
install.packages("ggrepel")
if (!require("dplyr", quietly = TRUE))
install.packages("dplyr")La documentation de gganimate est accessible ici 👉🌐
Jeu de données
Nous allons utiliser le jeu de données gapminder tout au long de ce tutoriel
## country continent year lifeExp
## Afghanistan: 12 Africa :624 Min. :1952 Min. :23.60
## Albania : 12 Americas:300 1st Qu.:1966 1st Qu.:48.20
## Algeria : 12 Asia :396 Median :1980 Median :60.71
## Angola : 12 Europe :360 Mean :1980 Mean :59.47
## Argentina : 12 Oceania : 24 3rd Qu.:1993 3rd Qu.:70.85
## Australia : 12 Max. :2007 Max. :82.60
## (Other) :1632
## pop gdpPercap
## Min. :6.001e+04 Min. : 241.2
## 1st Qu.:2.794e+06 1st Qu.: 1202.1
## Median :7.024e+06 Median : 3531.8
## Mean :2.960e+07 Mean : 7215.3
## 3rd Qu.:1.959e+07 3rd Qu.: 9325.5
## Max. :1.319e+09 Max. :113523.1
##
Le “problème” avec les graphiques statiques
👉 TODO n°1 : à l’aide de ggplot2, représenter l’espérance de vie selon le PIB.
👉 TODO n°2 : à l’aide de la fonction scale_size(), transformer le graphique précédent pour tenir comptede la population totale d’une année spécifique (par exemple 2007).
Bonus: ajouter une 4^ème^ dimension en colorant le graphique par continent.
👉 TODO n°3 : faire un graphique pour visualiser l’espérance de vie en fonction du PIB annuel pour chaque pays.
Première approche pour des graphiques intéractifs : transition_time()
Nous allons maintenant utiliser un outil dynamique afin d’éviter d’avoir à générer 55 graphiques ou d’attribuer une couleur différente pour chacune des 55 années.
👉 TODO n°4 : suivre l’exemple ci-dessous qui s’appuie sur gganimate pour générer un graphique animé en .gif.
Code
# necessary libraries
library(gganimate)
library(gifski)
p <- ggplot(gapminder, aes(gdpPercap, lifeExp, size = pop, color = continent)) +
geom_point(alpha = 0.7) + scale_x_log10() + theme_minimal() + # gganimate specific geom_point(alpha
geom_point(alpha = 0.7) + scale_x_log10() + theme_minimal() + # gganimate specific =
geom_point(alpha = 0.7) + scale_x_log10() + theme_minimal() + # gganimate specific 0.7)
geom_point(alpha = 0.7) + scale_x_log10() + theme_minimal() + # gganimate specific +
geom_point(alpha = 0.7) + scale_x_log10() + theme_minimal() + # gganimate specific scale_x_log10()
geom_point(alpha = 0.7) + scale_x_log10() + theme_minimal() + # gganimate specific +
geom_point(alpha = 0.7) + scale_x_log10() + theme_minimal() + # gganimate specific theme_minimal()
geom_point(alpha = 0.7) + scale_x_log10() + theme_minimal() + # gganimate specific +
geom_point(alpha = 0.7) + scale_x_log10() + theme_minimal() + # gganimate specific #
geom_point(alpha = 0.7) + scale_x_log10() + theme_minimal() + # gganimate specific gganimate
geom_point(alpha = 0.7) + scale_x_log10() + theme_minimal() + # gganimate specific specific
labs(title = "Year: {frame_time}", x = "GDP per capita", y = "Espérance de vie") +
scale_size(name = "Population", breaks = c(10^7, 5 * 10^7, 10^8, 5 * 10^8, 10^9,
5 * 10^9), range = c(1, 15)) + scale_color_manual("Continent", values = MetBrewer::met.brewer("Cross",
n = 5, type = "d")) + transition_time(year) + ease_aes("linear")
pCode
animate(p, duration = 5, fps = 20, width = 500, height = 500, renderer = gifski_renderer())
# Save as a .gif
anim_save("../Results/gganimate1.gif")⚠️ Les graphiques dynamiques ne sont pas seulement réservés aux variations temporelles : ici on peut, par exemple, ajouter chaque continent l’un après l’autre sur le graphique.
👉 À vous !
Gaphique animés avancés : plus de transitions
transition_layers()
👉 TODO n°5 : avec ggplot2, créer un boxplot de l’espérance de vie par continent
👉 TODO n°5 bis : rendre ce graphique dynamique (démarrer de la médiane et créer une expansion similaire à ce que l’on trouve dans powerpoint)
transition_reveal()
👉 TODO n°6 : avec ggplot2, tracer l’évolution de l’espérance de vie au cours du temps, par continent.
👉 TODO n°6 bis : recommencer, mais avec un graphique animé cette fois.
transition_states() & shadow_mark()
👉 TODO n°7: représenter la densité de l’espérance de vie mondiale pr année
👉 TODO n°7 bis : animer le !
👉 BONUS: Dessine moi un dinosaure (jeter un oeil au package datasauRus) !